改进电化学还原装置检测小麦粉溴酸盐

依据电解、电渗析和电迁移原理改进电化学还原装置,在不使用化学试剂的条件下,将待测样品组分中的Br O-3还原为Br-后进行检测,可避免高浓度Cl-的干扰。溴酸盐实样的检测表明,溴酸盐检出限为0.32 mg/kg,日内精密度为2.73%,日间精密度为3.81%,回收率可达92%~96%。     

MapReduce模型下增量重复数据检测方法

针对重复数据检测过程中增量数据重复值检测问题进行分析,在基本近邻排序算法基础上,提出增量近邻排序比较算法。该算法通过跳动窗口形式比较相邻数据,大大减少了数据比较次数;同时引入MapReduce模型对该算法加以改进以提高其海量数据处理的能力。实验表明,改进后的增量近邻排序比较算法在保证检则结果准确的前提下,能够有效提高增量数据重复检测的速度,并且算法具有较高的稳定性,更适应海量数据环境中重复数据检测任务。     

一种新型3d-4f金属有机框架晶体材料的合成、结构及性质研究

采用水热合成法,以Nd Cl3·6H2O、Co Cl2·6H2O、2,2'-联吡啶-3,3'-二羧酸(H2bpdc)、氢氧化钠和水为原料合成了一种新型3d-4f金属有机框架晶体材料。该晶体呈红色棒状,经X-射线单晶衍射分析,其结构属单斜晶系,P21/n空间群,化学式为{[Nd2Co(bpdc)3(OH)2(H2O)2]·(H2O)2}n。通过单一变量法确定其最佳合成条件为:n(Nd3+)∶n(Co2+)∶n(bpdc)=1∶1∶1.5,溶于5 m L去离子水,以Na OH调节溶液p H≈5,150℃恒温72 h,降温速度1℃/h。热重分析表明该材料具有良好的热稳定性,在340℃以下可以稳定存在;经循环伏安法测试,此晶体材料具有良好的电化学活性。     

渗流作用下的基坑变形分析

以深厚饱和软土地区的南京某基坑工程为例,基于地下水渗流因素对基坑变形数据系统分析,总结其在渗流作用下的变形规律.进一步借助有限元软件Midas/GTS的渗流模块,开展考虑渗流前后的基坑变形模拟分析.研究表明:考虑渗流作用下的地表沉降量较之前增加约22.9％,经分析,该部分除固结沉降外多由渗流诱使地连墙位移所致;另外,渗流力对地连墙底部作用尤为明显,其位移量较未考虑渗流增大2.9mm,故渗流作用下地连墙底部加固问题应在基坑施工时给予足够的重视.     

锥形光纤的特性与应用

由于锥形光纤具有独特的几何结构特征,从而引起了光纤的归一化频率、有效横截面积、光强密度、群速度色散及非线性系数等许多光学性质的变化。介绍了近年来得以广泛研究和应用的锥形光纤技术,分析了其具备的特殊功能,包括光功率在锥区的重新分布、干涉滤波、脉冲频率展宽等,并探索了其在光纤器件制作、传感技术、超连续谱产生等诸多领域的应用。     

公路建设对其周边土壤理化性质的影响

公路的建设和运营对周边地区土壤理化性质产生重要影响。由于不同研究区域地质构造、土壤母质、气候、微地形、植被类型和恢复时间等方面的差异,各研究地点土壤理化性质和营养元素的变化规律存在差异。根据不同研究区域的实际,本文提出了公路周边区域相应的土壤改良措施,以保证公路沿线生态防护的持久性及可持续性。     

基于标准偏移量的学生成绩K-means聚类分析算法研究

针对利用距离差聚类分析算法分析学生学科成绩不够准确的问题,提出了利用标准差计算标准偏移量构建目标函数的K-means聚类分析算法,给出了初始聚类中心选取办法和算法的描述及处理流程;实验结果分析可得,利用标准偏移量构建的学生成绩K-means聚类分析算法,符合对学生成绩按学科类别聚类分析的特性要求;该算法能够较好的实现学科成绩高度关联属性的聚类分析结果。     

二维无解区域上一类广义Navier-Stokes方程的衰减率

主要研究二维无解区域Ω上一类广义Navier-Stokes方程速度梯度的L2衰减率.当u0∈L2(Ω)时利用新的能量方法和精确的计算得到了其速度梯度在L2范数下的衰减率为(1+t)-12.     

A549-KIF4A过表达细胞株的构建与鉴定

非小细胞肺癌A549细胞中驱动蛋白KIF4A的表达量极低.为研究KIF4A在肺癌发生和发展过程中的作用,利用脂质体转染的方法,将p EGFP-KIF4A质粒和p EGFP-C1质粒分别转入A549细胞中,用G418筛选得到单克隆,并扩增得到稳定表达GFP-KIF4A和GFP的细胞株.利用Western Blot以及免疫荧光染色法对得到的细胞株进行鉴定.结果表明:A549-GFP-KIF4A细胞中GFP-KIF4A蛋白的表达水平较高,A549-GFP-C1中仅表达GFP蛋白.免疫荧光检测表明:A549-GFP-KIF4A过表达细胞中GFP-KIF4A荧光融合蛋白的定位与内源KIF4A的定位相同.     

基于最大差距的置信度评估算法

通过分析传统基于概率度量的K邻近置信度评估方法,提出一种基于最大差距的置信度评估方法,并在UCI数据集上对两种方法进行对比实验.实验结果表明,基于最大差距的置信度评估方法在宏平均召回率、宏平均精度及所用时间上均优于K邻近置信度评估方法,从而可进一步优化半监督分类学习中数据样本的置信度评估.